Hiệu ứng phân nhóm theo thời gian trong trí nhớ ngắn hạn bằng lời nói và âm nhạc: Miền biểu diễn thứ tự nối tiếp có chung không? Phần 2

Tóm lại, nghiên cứu hiện tại nhằm mục đích nghiên cứu ảnh hưởng của việc nhóm thời gian đến việc tái cấu trúc nối tiếp ngay lập tức các chuỗi giai điệu.

Trình tự thanh điệu là một vấn đề phổ biến mà mọi người gặp phải khi học và ghi nhớ ngôn ngữ, nhưng chúng có thể được cải thiện và quản lý. Việc nắm vững các chuỗi giai điệu là rất quan trọng đối với trí nhớ và hiệu quả học tập của chúng ta.

Nghiên cứu cho thấy các chuỗi âm thanh có thể kích thích các phần khác nhau của não và kích thích các trung tâm trí nhớ. Điều này có nghĩa là với giọng điệu phù hợp, chúng ta có thể nâng cao trí nhớ và khả năng học tập. Ví dụ, khi học một từ vựng mới, chúng ta có thể sử dụng các ngữ điệu khác nhau để giúp chúng ta ghi nhớ từ đó và thậm chí tự hát lại nếu cần. Phương pháp này có thể được sử dụng trong nhiều việc học tiếng Trung và ngoại ngữ.

Trong cuộc sống hàng ngày, việc thành thạo cao độ có thể nâng cao các kỹ năng xã hội và giao tiếp giữa các cá nhân. Học cách sử dụng ngữ điệu và giọng điệu phù hợp cho phép chúng ta giao tiếp và hiểu nhau tốt hơn với người khác. Đặc biệt trong các cuộc đàm phán kinh doanh hoặc giao tiếp giữa các nền văn hóa khác nhau, giọng điệu và ngữ điệu chuẩn xác lại càng quan trọng hơn.

Cuối cùng, chúng tôi muốn đề cập đến tác động của cao độ đến tâm trạng và cảm xúc. Bằng cách sử dụng các tông giọng khác nhau, chúng ta có thể điều chỉnh tâm trạng và trạng thái cảm xúc của mình. Ví dụ, giọng nói cao có thể khiến con người cảm thấy phấn khích và vui vẻ, trong khi giọng nói trầm có thể mang lại cảm giác bình tĩnh và dịu dàng.

Tóm lại, việc nắm vững các chuỗi giai điệu là rất quan trọng đối với trí nhớ, khả năng học tập, kỹ năng xã hội và khả năng kiểm soát cảm xúc của chúng ta. Hãy chọn ngôn ngữ của chúng ta và sử dụng giọng điệu và ngữ điệu phù hợp để cải thiện chất lượng cuộc sống của chúng ta. Có thể thấy rằng chúng ta cần cải thiện trí nhớ, và Cistanche Deserticola có thể cải thiện đáng kể trí nhớ, bởi vì Cistanche Deserticola có tác dụng chống oxy hóa, chống viêm và chống lão hóa, có thể giúp làm giảm quá trình oxy hóa và các phản ứng viêm trong não, từ đó bảo vệ cơ thể. sức khỏe của hệ thần kinh. Ngoài ra, Cistanche Deserticola cũng có thể thúc đẩy sự phát triển và sửa chữa các tế bào thần kinh, do đó tăng cường khả năng kết nối và chức năng của mạng lưới thần kinh. Những tác động này có thể giúp cải thiện trí nhớ, tốc độ học tập và tư duy, đồng thời cũng có thể ngăn ngừa sự phát triển của rối loạn chức năng nhận thức và các bệnh thoái hóa thần kinh.

Bấm Biết để cải thiện trí nhớ ngắn hạn

Thông qua việc so sánh các hiệu ứng nhóm theo thời gian được quan sát đối với các chuỗi giai điệu với những hiệu ứng được báo cáo trong tài liệu STM bằng lời nói, mục tiêu của chúng tôi là (1) nâng cao hiểu biết của chúng tôi về các cơ chế thể hiện trật tự nối tiếp trong STM âm nhạc và (2) giải quyết câu hỏi về tính tổng quát miền của các quy trình tuần tự trong STM.

Chúng tôi đã tiến hành thử nghiệm được đăng ký trước đầu tiên so sánh việc tái tạo về phía trước thông tin thứ tự nối tiếp giữa các chuỗi giai điệu 6-không được nhóm và các chuỗi giống nhau được nhóm thành hai nhóm gồm ba mục.1

Dựa trên các kết quả thu được trong thử nghiệm đầu tiên đó, một thử nghiệm trực tuyến tiếp theo không được đăng ký trước yêu cầu thu hồi hàng loạt các chuỗi chữ cái được nhóm và không được nhóm đã được tiến hành để cho phép so sánh trực tiếp với dữ liệu thu được trong Thử nghiệm 1.

Do sự hiện diện của hiệu ứng trần đã hạn chế việc so sánh các hiệu ứng nhóm theo thời gian trong lĩnh vực âm nhạc (Thử nghiệm 1) và lời nói (Thử nghiệm 2), một thử nghiệm trực tuyến khác không được đăng ký trước đã được tiến hành để giải thích hiệu ứng trần. Nhìn chung, các thử nghiệm này hỗ trợ cho việc kết thúc sự giống nhau giữa các hiệu ứng nhóm theo thời gian được quan sát thấy trong lĩnh vực lời nói và âm nhạc.

Thí nghiệm 1: Tái thiết trật tự âm nhạc về phía trước

Phương pháp

Kế hoạch lấy mẫu. Hiện nay có một xu hướng trong lĩnh vực khoa học tâm lý ủng hộ việc sử dụng các kỹ thuật thống kê Bayes để thiết kế các thí nghiệm và đưa ra các suy luận thống kê. Số liệu thống kê Bayesian mang lại một số lợi thế (để đánh giá, xem Dienes, 2016; Wagenmakers và cộng sự, 2018).

Ví dụ, phân tích thống kê Bayes cho phép theo dõi bằng chứng thống kê trong quá trình thu thập dữ liệu, không bị ảnh hưởng bởi mục đích thu thập dữ liệu và không nhạy cảm với các quy tắc dừng tùy chọn (Berger & Berry, 1988; Rouder, 2014). Với những cân nhắc này, chúng tôi đã sử dụng kế hoạch lấy mẫu sau đây cho Thí nghiệm 1 (để biết lý do tương tự trong việc xác định kế hoạch lấy mẫu, hãy xem Wagenmakers và cộng sự, 2015).

Đầu tiên, chúng tôi đã tuyển dụng 20 người tham gia và tiến hành phân tích theo kế hoạch. Nếu đối với những phân tích này (xem phần "Kế hoạch phân tích" để biết thêm chi tiết), chúng tôi đã thu được mức độ bằng chứng thống kê mạnh mẽ cho giả thuyết thay thế (H1) hoặc giả thuyết không (H0) có hệ số Bayes (BF) từ 10 trở lên, thì việc thu thập dữ liệu sẽ bị dừng lại. Nếu tiêu chí đó không được đáp ứng trong ít nhất một trong các phân tích theo kế hoạch của chúng tôi, chúng tôi sẽ tuyển thêm người tham gia đồng thời theo dõi các giá trị BF.

Nói cách khác, chúng tôi đã tiến hành các phân tích tương tự sau mỗi nhóm năm người tham gia và tiếp tục cho đến khi đạt được bằng chứng thống kê mạnh mẽ cho tất cả các phân tích đã lên kế hoạch (H0 hoặc H1). Tuy nhiên, do hạn chế về nguồn lực, chúng tôi đã lên kế hoạch ngừng thu thập dữ liệu sau khi tuyển được 50 người tham gia, mặc dù chúng tôi không đáp ứng tiêu chí về bằng chứng thống kê cho tất cả các phân tích theo kế hoạch.

Thí nghiệm đã được phê duyệt bởi ủy ban đạo đức của Khoa Tâm lý và Khoa học Giáo dục của Đại học Geneva. Năm mươi tám sinh viên tâm lý học năm thứ nhất của Đại học Geneva đã tham gia Thí nghiệm 1 để đổi lấy một phần tín chỉ của khóa học.

Mẫu cuối cùng bao gồm 50 người tham gia (45 nữ; tuổi n năm: M=21.78, SD=1.95; trình độ học vấn tính theo năm: M=13.00 , SD=1.12; học lý thuyết âm nhạc theo năm: M=0.35, SD=0.85; thực hành âm nhạc theo năm:M=0.69, SD{ {16}}.04) sau khi loại trừ tám người tham gia không đáp ứng tiêu chí đưa vào (xem tệp dữ liệu nhân khẩu học trên kho lưu trữ OSF được liên kết với bản thảo này để biết thêm chi tiết). Tiêu chí đưa vào và loại trừ.

Vì chúng tôi quan tâm đến STM âm nhạc để xử lý trật tự nối tiếp ở những người tham gia không có chuyên môn về âm nhạc, nên những người tham gia phải có không quá 3 năm kinh nghiệm nghiên cứu lý thuyết âm nhạc hoặc luyện tập một nhạc cụ (bao gồm cả ca hát) tại thời điểm thử nghiệm. Chúng tôi loại trừ những người tham gia bị rối loạn thần kinh hoặc ngôn ngữ (ví dụ, chứng khó đọc) khỏi mẫu.

Cuối cùng, chúng tôi đã loại trừ dữ liệu khỏi bất kỳ người tham gia nào có hiệu suất bằng hoặc thấp hơn mức cơ hội 0,17 trong ít nhất một trong các điều kiện thử nghiệm khỏi phân tích. Để tuân thủ kế hoạch lấy mẫu, những người tham gia bị loại trừ đã được thay thế bằng việc tuyển dụng những người tham gia khác.
Kích thích. Kích thích bao gồm 60 chuỗi âm thanh. Để giảm khả năng việc sử dụng một bộ sáu âm giới hạn có thể làm tăng sự can thiệp chủ động, chúng tôi đã sử dụng một bộ gồm 14 âm khác nhau bao gồm tất cả các bước diatonic của thang âm Cmajor (từ C4 đến B5). Âm thanh là các sóng thuần túy được tạo bằng Audacity (Audacity Team, 2017) và được lưu dưới dạng tệp .wav, mỗi tệp kéo dài trong 500 mili giây với thời gian tăng giảm là 10 mili giây.

Các chuỗi âm được tạo bằng cách sử dụng các hoán vị giả ngẫu nhiên theo ba quy tắc được điều chỉnh từ các nghiên cứu trước đây về STM bằng lời nói cho trật tự nối tiếp (ví dụ, xem Hartley và cộng sự, 2016):

1. Không quá hai âm liên tiếp cũng liên tiếp trong bộ âm (ví dụ: C4–E4–G4 hoặcB4–D5–F5 không hợp pháp);

2. Không quá hai khoảng liên tiếp cùng chiều (ví dụ C4 [ ]  E4 [ ]  D5 [ ]  G4 được phép nhưng không cho phép C4 [ ]  E4 [ ]  D5 [ ]  F5);

3. Không có âm ở cùng một vị trí nối tiếp trong các lần thử liên tiếp.

Vì các âm được sử dụng bao gồm hai quãng tám nên chúng tôi đã giới hạn kích thước quãng ở mức tối đa là bảy nửa cung để tránh sự xuất hiện của các quãng lớn không quen thuộc. Chúng tôi cũng đảm bảo rằng các trình tự có liên quan chặt chẽ với quy mô lớn. Nói cách khác, mỗi chuỗi có mối tương quan khóa tối đa ít nhất là 0,70 với cấu hình phân bổ giai điệu của ít nhất một trong các thang âm chính. Mối tương quan khóa tối đa được xác định bằng thuật toán tìm khóa Krumhansl & Schmuckler (Krumhansl, 1990).

Để có các kích thích phù hợp giữa hai điều kiện nhóm, chúng tôi đã sử dụng lại 30 chuỗi từ các thử nghiệm chưa được nhóm nhưng phát chúng theo thứ tự nối tiếp ngược lại và trình bày chúng từ cuối đến đầu trong các thử nghiệm được nhóm.

Để ngăn chặn những tác động không mong muốn do việc sử dụng một tập hợp các chuỗi giai điệu cố định, một tập hợp các chuỗi giai điệu giả ngẫu nhiên mới đã được tạo trước cho mỗi người tham gia. Để đảm bảo rằng mỗi chuỗi được tạo được sử dụng trong cả thử nghiệm nhóm và nhóm, những người tham gia số chẵn có các chuỗi được nhóm và được nhóm tương ứng với các chuỗi được nhóm và không được nhóm, tương ứng, của người tham gia số lẻ trước đó trong thử nghiệm.

Thiết kế thử nghiệm. Thử nghiệm dựa trên thiết kế 2-yếu tố bên trong người tham gia. Hai loại trình tự này được trình bày ở hai khối khác nhau với các trình tự không được nhóm luôn được trình bày trước.

Điều này được thực hiện để tránh việc trình bày các trình tự được nhóm trước có thể dẫn đến việc sử dụng các chiến lược nhóm chủ quan cho các thử nghiệm không được nhóm (để biết quy trình tương tự, xem Farrell & Lewandowsky, 2004; Hartley và cộng sự, 2016). Đối với các thử nghiệm không được nhóm, âm sắc được trình bày ở tốc độ đều đặn.Quy trình.

Quy trình này bao gồm việc trình bày thính giác tổng cộng 60 thử nghiệm. Các kích thích được phát ở mức thính giác thoải mái thông qua tai nghe được kết nối với máy trạm di động. Mỗi thử nghiệm bắt đầu bằng việc đếm ngược từ 3 đến 1 hiển thị ở giữa màn hình máy tính với tốc độ 500 mili giây. Chuỗi âm thanh được phát liên tục trên một màn hình trống hiển thị trong 500 mili giây.

Các thử nghiệm không được nhóm lại, các âm được trình bày với khoảng thời gian kích thích xen kẽ đều đặn (ISI) là 150 mili giây. Trong các thử nghiệm được nhóm, ISI là 75 mili giây đối với các mục trong nhóm (Vị trí 1–2, 2–3,4–5 và 5–6) và 450 mili giây đối với các mục tạo thành ranh giới nhóm (Vị trí 3–4). Ngay sau khi trình bày trình tự, một bàn phím ảo được hiển thị trên màn hình và những người tham gia sử dụng màn hình cảm ứng để xây dựng lại trình tự.

Những người tham gia buộc phải xây dựng lại các trình tự theo thứ tự nối tiếp nhau. Để làm được điều này, họ phải tìm và xác nhận âm tương ứng với vị trí đầu tiên, sau đó tiến tới vị trí thứ hai, v.v. cho đến khi xây dựng lại toàn bộ chuỗi. Bàn phím ảo được sử dụng một lần nữa để tái tạo lại chuỗi âm (Hình 2). Một lớp sáu phím trắng tượng trưng cho sáu âm được nghe trong chuỗi sắp được tái tạo được hiển thị theo chiều ngang trên màn hình. Các âm được sắp xếp theo thứ tự tăng dần, từ thấp nhất bên trái đến cao nhất bên phải.

Mỗi lần nhấn một phím trên màn hình cảm ứng, âm thanh tương ứng sẽ được phát qua tai nghe. Chạm vào một phím sẽ kích hoạt âm liên quan bằng cách thay đổi màu của phím thành màu xanh lá cây (xem bảng 1, 5, 7 hoặc 10 trong Hình 2). Sau khi người tham gia lấy lại âm báo cho vị trí hiện tại và kích hoạt phím, họ phải nhấn nút "xác thực" để chuyển sang vị trí tiếp theo (xem bảng 4, 6, 8 hoặc 12 trong Hình 2).

Sau khi một âm được gán cho một vị trí, phím tương ứng sẽ chuyển sang màu xám để biểu thị rằng không thể sử dụng âm đó nữa và phản hồi thính giác cho phím đó đã bị tắt. Có thể thay đổi âm "hoạt động" trước khi xác thực một vị trí (xem bảng 10–12 trong Hình 2) nhưng không thể thay đổi sau khi vị trí đã được xác thực.

Nếu ở bất kỳ vị trí nào người tham gia không nhớ âm tương ứng hoặc không muốn đoán thì có thể trả lời “Tôi không biết” bằng cách chọn dấu “?” trước khi xác nhận vị trí (xem bảng 11 trong Hình 2). Cuối cùng, tại bất kỳ thời điểm nào trong quá trình tái thiết, những người tham gia đều có cơ hội nghe trình tự được tái tạo cho đến thời điểm đó (xem bảng 9 trong Hình 2).

giả thuyết

Thí nghiệm có các mục đích sau: (1) hiểu rõ hơn bản chất của các cơ chế sắp xếp trong STM âm nhạc thông qua nghiên cứu các hiệu ứng nhóm theo thời gian đối với những người không phải là nhạc sĩ, từ đó sẽ cho phép (2) đánh giá giả thuyết về miền tổng quát của trật tự nối tiếp trong STM .

Để đạt được điều này, chúng tôi đã so sánh hiệu suất thu hồi của các chuỗi âm thanh 6-được nhóm và nhóm, tập trung vào độ chính xác của việc thu hồi nối tiếp, hình dạng của đường cong vị trí nối tiếp, độ trễ phản hồi và tỷ lệ lỗi xen kẽ. Theo giả thuyết về tính tổng quát miền của STM thứ tự nối tiếp, người ta dự đoán rằng sẽ có độ chính xác thu hồi cao hơn đối với các chuỗi được nhóm so với các chuỗi không được nhóm.

Chúng tôi cũng dự đoán sự hiện diện của đường cong vị trí nối tiếp bội số cho các chuỗi được nhóm lại. Cuối cùng, chúng tôi mong đợi sẽ quan sát thấy nhiều lỗi xen kẽ hơn trong các chuỗi được nhóm hơn là các chuỗi chưa được nhóm.

Kế hoạch phân tích

Chúng tôi đã sử dụng chương trình nguồn mở JASP (phiên bản 0.14,JASP Team, 2018) với cài đặt mặc định cho tất cả các báo cáo phân tích thăm dò theo kế hoạch (được mô tả ở đây bên dưới). Đối với các thử nghiệm t Bayesian , phần trước được biểu diễn dưới dạng phân phối Cauchy với thang đo r là 0,707.

Đối với phân tích phương sai Bayes (ANOVA), phần trước cũng bao gồm phân bố Cauchy, với thang r lần lượt là 0,5 và 1 cho các hiệu ứng cố định và ngẫu nhiên. Gọi lại độ chính xác và đường cong vị trí nối tiếp. Chúng tôi đã phân tích các đường cong vị trí nối tiếp bằng cách lấy trung bình độ chính xác thu hồi dưới dạng hàm của vị trí nối tiếp và các điều kiện nhóm cho mỗi người tham gia.

Then, we performed a 2 × 6 repeated-measures ANOVA, with a 2-level type of sequence factor (ungrouped vs. grouped) and a 6-level serial position factor (from 1 to 6). In case of an interaction between the two factors (i.e., the full model is the best model and is supported by a BF of at least 10, relative to the second-best model), we assessed the presence of mini-primacy and mini-recency effects in grouped sequences by comparing recall accuracy between Positions 1 and 2 (H1: 1>2), Vị trí 2 và 3(H1: 2<3), Positions 4 and 5 (H1: 4>5) và Vị trí 5 và 6 (H1: 5<6) via Bayesian paired samples t-tests.

Độ dốc chuyển vị. Chúng tôi đã phân tích độ dốc chuyển vị bằng cách tính toán tỷ lệ lỗi chuyển vị dưới dạng hàm dịch chuyển riêng biệt cho từng điều kiện và từng người tham gia. Để đạt được điều này, chúng tôi đã thực hiện ANOVA số đo lặp lại 2 × 5 với hệ số trình tự loại cấp độ 2- (không được nhóm so với được nhóm) và hệ số khoảng cách dịch chuyển cấp độ 10-(từ –5 đến 5, ngoại trừ { {7}}).

If the full model turned out to be the best (i.e., BF>10 so với mô hình tốt thứ hai), chúng tôi đã phân tích sự tương tác bằng cách tập trung vào tỷ lệ chuyển vị liền kề và lỗi xen kẽ (xem phân tích tiếp theo để biết thêm chi tiết).

Lỗi xen kẽ và tốc độ dịch chuyển liền kề. Tỷ lệ lỗi xen kẽ và sự dịch chuyển sang các vị trí nối tiếp liền kề được xác định bằng cách tính tỷ lệ lỗi liên quan đến sự dịch chuyển giữa các nhóm của các mục giữ vị trí ban đầu trong nhóm của chúng (tức là khoảng cách tuyệt đối của ba vị trí) và tỷ lệ chuyển vị thứ tự nối tiếp được đặc trưng bởi khoảng cách dịch chuyển tuyệt đối của một vị trí nối tiếp trong số tất cả các lỗi thứ tự nối tiếp và riêng biệt cho từng loại trình tự (không được nhómso với nhóm).

Sau đó, hai điều kiện nhóm được so sánh dựa trên tỷ lệ lỗi xen kẽ quan sát được

(H1: interpositions in grouped sequences>xen kẽtrong các chuỗi không được nhóm lại) và chuyển vị liền kề (chuyển vị liền kề trong các chuỗi được nhóm

Kết quả

Các phân tích có kế hoạch Các biện pháp lặp lại 2 × 6 BANOVA thực hiện dựa trên độ chính xác thu hồi như là một hàm của vị trí nối tiếp (1–6) và điều kiện nhóm (được nhóm so với không được nhóm), cho thấy rằng mô hình tốt nhất là mô hình có hai tác dụng chính (xem Hình 3a).

Mô hình này được ưu tiên hơn mô hình đầy đủ, tốt thứ hai với hệ số 1,80 (xem các hàng "Đường cong vị trí nối tiếp" trong Bảng 1). Vì sở thích chỉ được mô tả bằng bằng chứng mang tính giai thoại nên chúng tôi đã phân tích tác động. Điều này được thực hiện với JASP thông qua phương pháp lấy bằng chứng trung bình trên tất cả các mô hình chứa ảnh hưởng quan tâm. Dữ liệu cung cấp bằng chứng mang tính quyết định ủng hộ sự hiện diện của hiệu ứng vị trí chuỗi (BFInclusion=∞), bằng chứng rất mạnh ủng hộ hiệu ứng nhóm (BFInclusion=31.28) và bằng chứng giai thoại ủng hộ hiệu ứng nhóm. sự hiện diện của sự tương tác (BFInclusion=2.15).

Theo kế hoạch ban đầu, chúng tôi đã không phân tích các chuỗi hiệu ứng nhỏ nhất và gần đây nhỏ được nhóm lại vì sự hiện diện của tương tác không được dữ liệu hỗ trợ. Các phép đo lặp lại 2 × 10 mà ANOVA thực hiện trên tỷ lệ lỗi chuyển vị như một Hàm khoảng cách chuyển vị (−5 đến 5, không bao gồm 0) và điều kiện nhóm (được nhóm so với không được nhóm), cho thấy mô hình tốt nhất để giải thích dữ liệu là mô hình đầy đủ (xem Hình 3b).

Mô hình này được ưu tiên hơn mô hình tốt thứ hai chỉ chứa ảnh hưởng của khoảng cách theo hệ số 173,36, thể hiện hỗ trợ mang tính quyết định cho mô hình tốt nhất (xem các hàng "Transpositiongradient" trong Bảng 1).

Với sự hỗ trợ rõ ràng cho sự tương tác giữa điều kiện nhóm và khoảng cách chuyển vị, chúng tôi đã so sánh tốc độ chuyển vị liền kề và xen kẽ giữa hai điều kiện nhóm như được lên kế hoạch ban đầu.

For more information:1950477648nn@gmail.com